AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
Google DeepMind 在 Nature 发表 Co-Scientist 研究，推出基于 Gemini 的多智能体 AI 系统，通过生成、辩论和进化假设迭代产生科研新假设，并通过 Hypothesis Generation 实验工具向个人研究者开放，未来几周开始推出，可在 labs.google/science 注册。
推荐理由：官方发布完整介绍了 Co-Scientist 的多智能体架构、验证机制和多所高校实验室的实际应用结果，还给出了个人研究者注册入口。
Google DeepMind 汇总 Gemini 驱动的编码智能体 AlphaEvolve 一年来的应用成果，并通过 Google Cloud 将其带给商业客户。
推荐理由：官方汇总了 AlphaEvolve 在医疗、电网、数学和商业客户中的具体成果数字，读者可以据此评估这类算法进化智能体的实际落地范围。
Google DeepMind 宣布 AI co-clinician 研究计划，探索在医生监督下辅助患者照护的 AI 智能体。在 98 个真实初级诊疗问题的盲评中 97 例零严重错误，在 RxQA 开放式用药问答上超越现有前沿模型；在 120 次远程医疗模拟会诊中，专家医生整体表现仍优于该系统，但在 140 项评估中有 68 项达到或超过初级保健医生水平，目前定位为辅助工具而非替代临床判断。
推荐理由：原文同时给出医生端与患者端的评估设计和结果，读者可以据此了解该系统当前的真实边界与局限。
Google 宣布将一种新的照片视角重构方法作为 Google Photos Auto frame 功能上线，用 ML 模型估计 3D 点图和相机参数，再由生成式扩散模型补全新视角下未拍摄到的区域。方法分 3D 场景与相机估计、生成式修补两阶段，可自动矫正广角前摄的透视畸变，对含人物的合格照片提供一键重构视角的备选结果。
推荐理由：原文解释了将照片当作 3D 场景重建并重定位虚拟相机的两阶段方法，读者可以了解生成式修图与经典裁剪的区别。
HCompany 推出 Chrome 扩展 HoloTab，将其 3 月 31 日发布的 computer-use 模型 Holo3 直接带到浏览器中，无需配置即可在任何网站自动化操作。其 Routines 功能通过录屏和讲解生成可重复运行或定时执行的例程，适合比价、找工作等重复任务；产品目前免费开放使用。
推荐理由：原文介绍了浏览器智能体的录制生成例程能力和免费入口，读者可以据此了解它如何把 computer-use 模型带入日常工作流。
Hugging Face 发布 gradio.Server，一个扩展自 FastAPI 的类，让开发者用 React、Svelte 或原生 HTML/JS 等任意前端框架，同时保留 Gradio 的排队、并发管理、SSE 流式、gradio_client 兼容和 Spaces 上的 ZeroGPU 支持。
推荐理由：官方介绍了 gradio.Server 如何让任意自定义前端继续复用 Gradio 的排队、MCP 和 ZeroGPU 能力，并附完整代码示例。
Mistral AI 发布面向人类开发者和 Agent 的 Spaces CLI，三条命令即可从零搭建带热重载、数据库和生成 Dockerfile 的多服务项目并部署。
推荐理由：Mistral 以自家 CLI 为例，总结了一套让同一工具同时服务人类与 Agent 的可复用设计原则，细节具体。
Google DeepMind 发布由 Gemini 驱动的 AI 指针实验项目，提出维持心流、展示即告知、善用 this/that、把像素变成可操作实体四项交互原则，让用户通过指向和语音代替复杂提示词。
推荐理由：原文给出了AI指针的四项交互原则和落地场景，读者可以据此了解指向加语音如何替代复杂提示词。
Hugging Face 在 Hub 上推出 Storage Buckets，一种不版本控制的可变、类 S3 对象存储，用于存放 checkpoints、处理后的数据、Agent traces 等中间产物。
推荐理由：官方发布后明确解释了为什么中间产物不适合放 Git 仓库，并给出 CLI、Python、fsspec 的完整上手路径，便于迁移现有训练和数据流程。
Hugging Face LeRobot 发布 v0.5.0，合并超过 200 个 PR、新增 50 多位贡献者。
推荐理由：官方完整发布说明覆盖硬件、策略、数据集和代码库四大方向，读者可据此评估升级对机器人训练与部署的实际影响。
Hugging Face 发布 Modular Diffusers，将扩散流水线拆成文本编码、去噪、解码等可独立运行、自由增删互换的可复用块，作为现有 DiffusionPipeline 的灵活补充。
推荐理由：原文展示了用可组合积木搭建扩散流水线的完整用法，包括自定义块、模块化仓库和 Mellon 可视化集成，方法可直接复用。
Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image），以 Flash 速度提供 Pro 级世界知识、精准文本渲染、最多 5 个角色的主体一致性和 512px 到 4K 的生产级规格。
推荐理由：官方公告列出了能力细节、订阅者保留路径和各产品开放范围，读者可据此判断是否切换工作流。
Google DeepMind 在 Gemini 应用中以 beta 形式上线最新音乐生成模型 Lyria 3，用户输入文字或上传照片即可生成 30 秒带歌词曲目。
推荐理由：官方介绍了 Lyria 3 的三项能力改进和 SynthID 音频验证入口，读者可据此了解 Gemini 音乐生成与识别 AI 内容的新玩法。
Hugging Face 发布 Transformers.js v4，已可在 NPM 安装，核心变化是采用 C++ 重写的 WebGPU Runtime，同一套代码可运行于浏览器、Node、Bun 和 Deno。
推荐理由：官方发布说明完整列出 WebGPU 运行时重写、新架构支持和构建性能数据，读者可评估在浏览器或服务端本地跑模型的可行性。
OpenAI 发布面向 macOS 的 Codex app，定位为 AI 编码与软件开发的指挥中心。它支持多个智能体协作、并行工作流和长时间运行的任务。
推荐理由：官方介绍 macOS 版 Codex app 的定位，涵盖多智能体、并行工作流和长时任务，可帮助读者判断它与现有编码工具的关系。
Google DeepMind 推出实验原型 Project Genie，即日起向美国 18 岁以上的 Google AI Ultra 订阅用户开放。
推荐理由：原文给出了 Project Genie 的三项核心能力、底层模型和明确的限制清单，读者可以据此判断世界模型的当前可用边界。
Mistral 发布 Mistral Vibe 2.0，升级其终端原生编码智能体，由 Devstral 2 模型家族驱动，新增自定义 subagent、多选澄清、斜杠命令技能和统一 agent 模式，CLI 持续自动更新。
推荐理由：官方公布 Vibe 2.0 的新增控制能力与 Devstral 2 转付费后的具体价格，读者可据此评估团队编码工作流的成本与用法。
OpenAI 宣布开发者现在可以提交应用供审核并发布到 ChatGPT，通过审核的应用将出现在新的产品内目录中便于发现。更新的工具、指南和 Apps SDK 帮助开发者构建聊天原生体验，将现实世界操作带入 ChatGPT。
推荐理由：官方宣布 ChatGPT 开放应用提交通道和新目录，开发者可据此了解应用上架流程与 Apps SDK 支持情况。
OpenAI 宣布推出更快的 ChatGPT Images 体验，并在 API 中发布 GPT-Image-1.5。用户可在 ChatGPT 中体验最新的 ChatGPT Images 2.5。
推荐理由：官方公告点明 ChatGPT Images 更快的新体验和 GPT-Image-1.5 进入 API，读者可据此了解这轮图像功能更新的范围。
IBM Research 宣布开源可配置通用智能体 CUGA 接入 Hugging Face Spaces，提供基于 CRM 场景、含 20 个预配置工具的 Demo。
推荐理由：IBM Research 介绍 CUGA 接入 Hugging Face Spaces，读者可以据此了解其架构能力、开放模型选项和上手路径。